Outil IA pour identifier le risque de fibrillation auriculaire testé à Leeds

Introduction

Un nouvel outil d’intelligence artificielle (IA) est actuellement en phase d’essai à Leeds, visant à identifier les personnes à risque de fibrillation auriculaire (FA). Cette condition cardiaque augmente le risque d’accident vasculaire cérébral (AVC) jusqu’à cinq fois. Le projet, qui a débuté à l’automne 2023, implique près de 2 000 participants et utilise un algorithme innovant appelé FIND-AF.

Qu’est-ce que la Fibrillation Auriculaire ?

La fibrillation auriculaire est une anomalie du rythme cardiaque qui peut entraîner des complications graves, notamment des AVC. Au Royaume-Uni, plus de 1,6 million de personnes sont déjà diagnostiquées avec cette condition, mais de nombreux cas restent non détectés. Environ 20 000 AVC par an sont attribués à la FA, soulignant l’importance d’une détection précoce.

Le Fonctionnement de l’Outil FIND-AF

L’algorithme FIND-AF utilise des techniques d’apprentissage automatique pour analyser les dossiers médicaux des généralistes à la recherche de signaux d’alerte. Voici comment il fonctionne :

• Identification des Risques : L’algorithme scrute les dossiers pour repérer des indicateurs qui pourraient signaler un risque accru de FA dans les six mois.
• Tests à Domicile : Les personnes identifiées comme à risque reçoivent un électrocardiogramme (ECG) portable pour effectuer des tests à domicile, évitant ainsi les visites fréquentes chez le médecin.
• Suivi des Résultats : Si les résultats de l’ECG indiquent une FA, les patients sont informés et peuvent alors discuter des options de traitement avec leur médecin.

Impact et Perspectives

Le professeur Chris Gale, cardiologue consultant à l’hôpital de Leeds, a commenté l’importance de ce projet : « Souvent, le premier signe de fibrillation auriculaire non diagnostiquée est un AVC. Cela peut être dévastateur pour les patients et leurs familles. » Il souligne également les implications économiques, affirmant que la détection précoce pourrait réduire les coûts pour les services de santé.

Le Trust hospitalier de Leeds prévoit de rendre l’algorithme disponible au Conseil de santé intégré de West Yorkshire après la conclusion des essais, facilitant ainsi son adoption plus large.

Conclusion

Cet essai à Leeds représente une avancée significative dans la détection des risques de fibrillation auriculaire. En intégrant des outils d’IA dans le parcours de soin, il est possible de passer d’une approche réactive à une approche préventive dans le domaine de la santé. Cette initiative pourrait transformer la façon dont la fibrillation auriculaire est diagnostiquée et traitée, sauvant ainsi des vies.

Que pensez-vous de l’utilisation de l’IA dans le secteur de la santé ? Partagez vos réflexions dans les commentaires ci-dessous.